CLIPSNet组件在Visual C#中调用CLIPS编程的技术实现

为了方便在高级编程语言中调用专家系统开发工具CLIPS进行编程以开发界面友好且功能强大的专家系统,比较了几种在VisualC#中调用CLIPS的COM组件并着重介绍了其中CLIPSNet组件的使用方法,该组件能实现最新6.30版CLIPS的强大功能。通过一个范例程序展现了使用CLIPSNet组件进行面向对象专家系统编程的特点。

数控编程子程序加工零件的探究

在数控车削加工中,调用子程序编程相对简单、效率高,文中介绍了调用子程序加工外轮廓的原理,比较G71、G73指令加工的优点,举例说明对刀点定位半径编程子程序调用加工程序和直径编程子程序调用加工程序。

KEIL C51集成开发环境C和汇编语言的相互调用

目前C语言已成为开发单片机项目的主要工具,但一些特殊的应用场合仍然需要汇编语言编写程序,如编写时序要求非常严格的接口协议时,这必然涉及到C与汇编的相互调用,即混合编程的问题.详细介绍了KEILC51环境下的C和汇编语言相互调用的方法和原则,并具体说明混合编程的细节和应注意的问题.

基于非用户操作序列的恶意软件检测方法

针对Android恶意软件持续大幅增加的现状以及恶意软件检测能力不足这一问题,提出了一种基于非用户操作序列的静态检测方法。首先,通过对恶意软件进行逆向工程分析,提取出恶意软件的应用程序编程接口(API)调用信息;然后,采用广度优先遍历算法构建恶意软件的函数调用流程图;进而,从函数流程图中提取出其中的非用户操作序列形成恶意行为库;最后,采用编辑距离算法计算待检测样本与恶意行为库中的非用户操作序列的相似度进行恶意软件识别。在对360个恶意样本和300的正常样本进行的检测中,所提方法可达到90.8%的召回率和90.3%的正确率。与Android恶意软件检测系统Androguard相比,所提方法在恶意样本检测中召回率提高了30个百分点;与Flow Droid方法相比,所提方法在正常样本检测中准确率提高了11个百分点,在恶意样本检测中召回率提高了4.4个百分点。实验结果表明,所提方法提高了恶意软件检测的召回率,有效提升恶意软件的检测效果。

基于API调用分析的Android应用行为意图推测

围绕移动应用程序的用户行为意图分析,结合后台应用程序接口(application program interface,API)调用和前台应用图形用户界面(graphic user interface,GUI)状态,该文提出一种在移动应用(App)运行时产生的多元时间序列数据上识别应用行为模式的方法,给出一个包括Android应用程序静态预处理、动态监控运行和行为意图推测3阶段的不良应用程序用户行为推测框架。介绍了基于Android平台API调用分析的应用行为意图动态推测系统原型实现技术,选取代表性应用案例验证了该文提出的不良行为模式识别算法的有效性,并通过实际应用剖析了基于API调用分析推测用户行为的实用性。